NRS-2174 | 酗酒者医疗记录（男性）[Darlinghurst Gaol]

Name: NRS-2174 | 酗酒者医疗记录（男性）[Darlinghurst Gaol]
Creator: NSW State Archives Collection

NSW State Archives Collection 的 NRS-2174 档案，收录 Darlinghurst Gaol 男性酗酒者医疗记录，共2卷。

NSW State Archives Collection

Research Data Australia

文本HISTORICAL STUDIESHISTORY AND ARCHAEOLOGY

NRS-2174 | Inebriates' medical record (Males) [Darlinghurst Gaol]

基本信息

模态

文本

创建/更新时间

2026-10-17

资源简介

NRS-2174 酗酒者医疗记录（男性）[Darlinghurst Gaol]

【一句话概览】

本数据集是 Research Data Australia 公开的文本数据集，主题涵盖 HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY，可用于医学自然语言处理（实体识别、信息抽取等）。

【数据集背景】

本数据集源站标题为《NRS-2174》。源站首次发布：2026-09-23。

【数据内容】

源站原始描述：(5/1742-43). 2 vols. Note: This description is extracted from Concise Guide to the State Archives of New South Wales, 3rd Edition 2000

中文译文（机器翻译，仅供快速理解，请以原文为准）：(5/1742-43)。2卷。注：本描述摘自《新南威尔士州档案馆简明指南》，2000年第3版。

【主题与分类】

主题标签：HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY。

【适用方向】

文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面：https://researchdata.edu.au/nrs-2174-inebriates-darlinghurst-gaol/169503

原始链接

https://researchdata.edu.au/nrs-2174-inebriates-darlinghurst-gaol/169503

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务（收技术服务费，非数据销售）

暂未开放

当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站：https://researchdata.edu.au/nrs-2174-inebriates-darlinghurst-gaol/169503

标准获取流程：

访问源站链接，注册/登录账号；
进入数据集详情页，按页面指引申请权限或直接下载；
部分平台提供 SDK，例如：
- OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
- ModelScope: pip install modelscope 后 modelscope download
- 天池: 登录后页面提供直链下载
  以源站「数据下载/使用文档」页面为准。

数据加载示例（表格/文本类）

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))